Xlm Roberta Base Finetuned Marc En J Run

🚀 xlm-roberta-base-finetuned-marc-en-j-run

該模型是 xlm-roberta-base 在 amazon_reviews_multi 數據集上的微調版本。它在評估集上取得了如下結果：

• 損失值：0.9189
• 平均絕對誤差（MAE）：0.4634

🚀 快速開始

本模型是基於特定數據集微調而來，可直接用於相關的文本處理任務，如文本分類等。

✨ 主要特性

• 基於強大的 XLM - RoBERTa 基礎模型進行微調，能更好地適應 amazon_reviews_multi 數據集的特點。
• 在評估集上有明確的損失值和平均絕對誤差指標，可用於衡量模型性能。

📚 詳細文檔

模型描述

該模型是按照 Hugging Face 舉辦的 MLT Tokyo Transformers 研討會的流程進行訓練的。

預期用途與限制

目前關於預期用途和限制的詳細信息有待補充。

訓練和評估數據

目前關於訓練和評估數據的詳細信息有待補充。

訓練過程

訓練超參數

訓練過程中使用了以下超參數：

• 學習率：2e - 05
• 訓練批次大小：16
• 評估批次大小：16
• 隨機種子：42
• 優化器：Adam（β1 = 0.9，β2 = 0.999，ε = 1e - 08）
• 學習率調度器類型：線性
• 訓練輪數：2

訓練結果

框架版本

• Transformers 4.11.3
• Pytorch 1.9.0 + cu111
• Datasets 1.14.0
• Tokenizers 0.10.3

📄 許可證

本模型採用 MIT 許可證。